基于概率神经网络的编队协同防空威胁评估

为了有效地进行防空作战部署,确保重点目标不受或少受损失,以防空作战实际需要为出发点,针对目前多平台协同防空作战中目标威胁评估问题普遍存在的不足,从舰艇编队的整体角度出发,运用概率神经网络的方法,建立了编队协同防空目标威胁评估问题的数学模型,给指挥员提供了正确决策。通过实例验证,证明了该模型的有效性和正确性。     

神经网络自适应自动驾驶仪设计及其在AUV路径跟踪中的应用

针对AUV三维路径跟踪过程中的自动驾驶仪设计问题,根据时标分离原理将AUV路径跟踪自动驾驶仪系统即姿态稳定回路划分成快、慢回路.采用神经网络H∞鲁棒自适应控制算法分别设计了自动驾驶仪快、慢回路的控制器,用Lyapunov穗定性理论对系统进行了穗定性分析.仿真结果表明:路径跟踪控制系统具有良好的动态性能.     

基于改进的BP算法的RoboCup防守策略研究

传统的BP神经网络算法已被有效地应用于处理RoboCup中防守策略,但是它具有最速下降法收敛速度慢和易陷入局部极小的缺点.针时该问题提出了一种改进的BP算法,通过增加附加动量项对BP算法进行了改进,并将之应用于离线的防守学习.随后,在RoboCup环境中与传统的BP算法进行了比较,结果表明:该方法可有效提高收敛成功率.     

资讯

我国首座乏燃料后处理中试厂热试成功2010年12月21日,我国第一座动力堆乏燃料后处理中间试验工厂——中核集团公司四○四所中试工程热调试取得圆满成功。热调试的成功,实现了核燃料闭式循环的目标,有力地推动了核燃料产业及核电的快速发展,为我国先进后处     

基于RBF神经网络的导弹自动驾驶仪故障诊断

系统地分析了某型导弹自动驾驶仪的结构功能,在此基础上提出了采用RBF(径向基函数)神经网络对自动驾驶仪进行故障诊断的方法;提出了用Gauss(高斯)函数对获取的数据进行归一化处理的方法,再用处理后的数据训练RBF神经网络。实验结果表明,训练后的神经网络能快速、准确地诊断自动驾驶仪的故障,为自动驾驶仪的故障诊断提出了一种新的方法。     

基于神经网络的目标预测跟踪

针对高炮火控系统的现状,在阐述神经网络模型预测控制理论的基础上,将神经网络模型预测控制器应用于火控系统的目标跟踪中,同时利用Matlab对其进行了实验仿真,并将仿真结果与传统控制器和模糊控制器仿真结果相比照进行了分析,验证了该控制器可以较好地提高火控系统目标跟踪的速度和精度,从而使系统具有良好的鲁棒性和自适应性.     

结合规则知识与神经网络于空袭武器的辅助选择

结合规则推理与神经网络,提出了一种新的空袭武器辅助选择方法。其根据空袭武器选择的基本原则以及问题的特点,构造T-S模糊逻辑系统及其实现的相应神经网络模型,然后通过已有的战例与试验例子训练神经网络,并对问题进行求解,得出空袭武器选择提供依据(一种量化的武器适用度)。另外,还利用专家提供的规则知识于学习实例的预处理,学习实例信息的扩充。     

运载火箭姿控系统三通道Simulink建模与仿真分析

以某运载火箭为例,介绍了将姿控系统数学模型转化为Simulink三通道仿真模型的方法和过程;在仿真过程中涉及到时变系数的瞬时时间固化法,分析由此引起的计算数据局部振荡,并提出解决办法;分析了用Simulink为该大型系统建模时所遇到的代数循环问题,并加以解决。     

伊朗核工业的“前世今生＂

在美国的帮助下．伊朗于1957年启动了本国的民用核计划。在西方企业的帮助下,伊朗的核工业曾经取得了一定的发展．先后动工建设4台核电机组．其中基本建成1台120QMWe的核电机组．另1台120QMWe机组也完工了50％。由于受到1979年伊斯兰革命的影响。伊朗停止了4台在建机组的建设工作,直到20世纪90年代在俄罗斯的帮助下才又重启了核电建设工作。截至2012年2月．伊朗已建成了1台915MWe的核电机组．即布什尔核电机组．并已建成了一些核燃料循环前段设施。     

电传动装甲车辆发动机发电机系统动态模型

针对电传动装甲车辆发动机-发电机系统建模难的问题,采用BP神经网络辨识发动机转矩,设计了发动机-发电机系统动态实验,在测得发动机在不同油门开度时的转速动态响应,并将电励磁旋转整流同步发电机等效为直流发电机的基础上,建立发动机-发电机系统动态模型。仿真与实验对比结果表明：模型满足车辆仿真精度要求。